基于多模态记忆库的三维缺陷检测方法

• 全文链接
• 请求原文

作   者：

王钦阳;  陈婧; 

作者机构：

杭州电子科技大学计算机学院; 

关键词：

三维缺陷检测;  多模态;  记忆库;  计算机视觉; 

期刊名称：

软件工程

i s s n：

2096-1472

年卷期：

2025 年 28 卷 003 期

页   码：

64-69

摘   要：

针对工业缺陷检测中的缺陷样本稀缺及受限于二维RGB图像(即二维红绿蓝色彩图像)无法表征几何缺陷特征的问题，提出了一种基于多模态记忆库(Memory Bank)的三维缺陷检测方法。该方法通过对比学习对齐匹配不同模态的特征；使用缺陷过滤器滤除缺陷样本中的大量噪声，并构建高质量的多模态记忆库；利用弹性特征分类器检测缺陷。实验结果显示，在每一种缺陷仅有4张训练图像的极端条件下，相较于最优的二维缺陷检测方法PatchCore在公开数据集上仅能达到38.72%的准确率，提出的三维缺陷检测方法则能达到43.14%的准确率，更适用于缺陷样本稀缺的工业场景。